[目的/意義]搜集和分析國內外圖書情報領域人工智能研究的相關文獻,以期了解人工智能在圖書情報領域目前的研究進展及未來的研究趨勢,為學術界和產業(yè)界的研究提供借鑒和啟示。[方法/過程]運用文獻分析和知識圖譜可視化方法,對國內外圖書情報領域人工智能研究的起源和發(fā)展、國內外研究熱點及未來研究趨勢進行對比和可視化分析。[結果/結論]從研究發(fā)展趨勢看,國內外相關研究成果的數(shù)量呈逐年遞增態(tài)勢。從研究熱點看,國外研究主要圍繞人工智能在信息檢索、社交媒體內容分類及情感分析、知識問答方面的應用研究;國內研究主要圍繞人工智能在網絡輿情分析、圖書館智能搜索和推薦服務、社交媒體網絡數(shù)據(jù)分析方面的研究。從研究趨勢看,未來研究應圍繞人工智能技術應用在視覺搜索和語義搜索、智慧圖書館服務、社交網絡數(shù)據(jù)挖掘、人工智能對隱私與安全的影響4個主要方向來開展研究。 

【文章來源】：圖書情報工作. 2019,63(01)北大核心CSSCI

【文章頁數(shù)】：11 頁

【部分圖文】：

國內圖書情報領域人工智能研究文獻統(tǒng)計

際醯鬧?蹲櫓?Q．Li主要關注基于主題級最大熵模型在社會情感分類中的應用以及自然語言處理技術在信息提取中的應用。國內圖書情報領域人工智能研究排名前3的作者依次為朱慶華、趙宇翔和張興旺。朱慶華主要關注人工智能技術在社交網絡用戶行為分析中應用，以及移動視覺搜索在圖書館的應用;趙宇翔除關注移動視覺搜索在圖書館應用外，還關注國內外移動視覺搜索工具的比較分析，以及基于語音互動的知識問答社區(qū)研究;張興旺主要關注智能信息推薦、移動視覺搜索以及云計算在圖書館的應用研究等。圖3國外圖書情報領域研究人員發(fā)文情況圖4國內圖書情報領域研究人員發(fā)文情況4國內外圖書情報領域人工智能研究熱點分析4．1國內外研究熱點知識圖譜分析為了對國內外圖書情報領域人工智能研究的熱點進行分析，本研究采用CiteSpace軟件對近5年國內外圖書情報領域人工智能研究熱點繪制關鍵詞知識圖譜，將Citespace中的TimeSlicing設置為2013年－2017年，NodeTypes設置為Keyword，SelectionCriteria設置為T50，得到國內外研究熱點的知識圖譜如圖5所示，并對國內外圖書情報領域人工智能研究熱點的高頻關鍵詞進行統(tǒng)計分析，見表2。圖5中，圓環(huán)代表關鍵詞節(jié)點，節(jié)點的大小反映關鍵詞的影響力，節(jié)點越大表示出現(xiàn)的頻次越高，影響力也越大。節(jié)點之間的連線代表兩個關鍵詞共同出現(xiàn)的次數(shù)，線條越粗，共同出現(xiàn)的頻次越高。圖中關鍵詞字體的大小及圓環(huán)大小客觀上反映了不同時期的研究熱度，表2的中心度則反映了關鍵詞節(jié)點的重要性程度。圖5國外(左)及國內(右)圖書情報領域人工智能研究熱點知識圖譜47

級最大熵模型在社會情感分類中的應用以及自然語言處理技術在信息提取中的應用。國內圖書情報領域人工智能研究排名前3的作者依次為朱慶華、趙宇翔和張興旺。朱慶華主要關注人工智能技術在社交網絡用戶行為分析中應用，以及移動視覺搜索在圖書館的應用;趙宇翔除關注移動視覺搜索在圖書館應用外，還關注國內外移動視覺搜索工具的比較分析，以及基于語音互動的知識問答社區(qū)研究;張興旺主要關注智能信息推薦、移動視覺搜索以及云計算在圖書館的應用研究等。圖3國外圖書情報領域研究人員發(fā)文情況圖4國內圖書情報領域研究人員發(fā)文情況4國內外圖書情報領域人工智能研究熱點分析4．1國內外研究熱點知識圖譜分析為了對國內外圖書情報領域人工智能研究的熱點進行分析，本研究采用CiteSpace軟件對近5年國內外圖書情報領域人工智能研究熱點繪制關鍵詞知識圖譜，將Citespace中的TimeSlicing設置為2013年－2017年，NodeTypes設置為Keyword，SelectionCriteria設置為T50，得到國內外研究熱點的知識圖譜如圖5所示，并對國內外圖書情報領域人工智能研究熱點的高頻關鍵詞進行統(tǒng)計分析，見表2。圖5中，圓環(huán)代表關鍵詞節(jié)點，節(jié)點的大小反映關鍵詞的影響力，節(jié)點越大表示出現(xiàn)的頻次越高，影響力也越大。節(jié)點之間的連線代表兩個關鍵詞共同出現(xiàn)的次數(shù)，線條越粗，共同出現(xiàn)的頻次越高。圖中關鍵詞字體的大小及圓環(huán)大小客觀上反映了不同時期的研究熱度，表2的中心度則反映了關鍵詞節(jié)點的重要性程度。圖5國外(左)及國內(右)圖書情報領域人工智能研究熱點知識圖譜47

【參考文獻】：
期刊論文
[1]混合需求驅動的文內視覺資源移動視覺搜索框架[J]. 胡蓉,唐振貴,朱慶華.  情報學報. 2018(03)
[2]微博內向型傳導熱點發(fā)現(xiàn)與預測算法研究[J]. 王林森,王學義.  圖書情報工作. 2018(03)
[3]融合與重構:智慧圖書館發(fā)展新形態(tài)[J]. 夏立新,白陽,張心怡.  中國圖書館學報. 2018(01)
[4]以信息推薦為例探討圖書館人工智能體系的基本運作模式[J]. 張興旺.  情報理論與實踐. 2017(12)
[5]基于灰色關聯(lián)計算的網絡民族輿情事件監(jiān)測模型研究[J]. 陳建英,朱暉,劉小芳.  情報雜志. 2017(12)
[6]基于大數(shù)據(jù)的文化遺產數(shù)字圖書館移動視覺搜索機制建設研究[J]. 李晨暉,張興旺,秦曉珠.  情報理論與實踐. 2018(04)
[7]基于屬性特征的評論文本情感極性量化分析[J]. 李慧,柴亞青.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2017(10)
[8]基于深度學習的學術期刊選題同質化測度方法研究[J]. 逯萬輝.  情報資料工作. 2017(05)
[9]基于深度學習和OCC情感規(guī)則的網絡輿情情感識別研究[J]. 吳鵬,劉恒旺,沈思.  情報學報. 2017(09)
[10]論文層面計量視角下的核心文獻價值測度與識別研究——以人工智能領域為例[J]. 王菲菲,趙旭.  情報理論與實踐. 2017(06)



本文編號：3137804